An Assessment of Variability of Pulp Mill Wastewater Treatment System Bacterial Communities using Molecular Methods
Notice bibliographique
Résumé
Abstract The DNA fingerprinting techniques, 16S-restriction fragment length polymorphism (16S-RFLP), ribosomal intergenic spacer analysis (RISA) and repetitive extragenic palindrome PCR (Rep-PCR), were used for analyzing the bacterial communities of seven pulp and paper wastewater treatment systems. All three methods generate DNA fingerprints that can be compared using the computer-assisted program, Gelcompar©. Community similarity coefficients were based on quantitative determinations of both the positions of the DNA bands and the band intensities in order to compare the relative differences in the populations. Unique 16S-RFLP DNA fingerprints were observed for each mill suggesting that individual mills contained phylogenetically different communities. However this method was not sensitive enough to detect differences within a mill treatment system from different locations or from different sampling times. The RISA method, which generated more complex fingerprints than 16S-RFLP, could, for some mills, discern differences between samples. The Rep-PCR technique, however, showed the highest degree of resolution and produced not only distinct patterns for each mill but also distinct fingerprints for the temporal and spatial samples from some of the treatment systems. The sensitivity of this method might potentially be used to monitor the stability of the bacterial community within a secondary treatment system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».